目的比較機械通氣下外科危重癥患者測定的靜息能量消耗（MREE）與校正Harris-Benedict公式計算的靜息能量消耗（CREE）之間的差異，并且評估各靜息能量消耗與疾病嚴重程度的相關性。 方法2008年8月至2010年2月符合本研究入選標準的外科危重癥患者21例，收集入選患者相關數據，計算急性生理與既往健康狀況評分（APACHE Ⅱ評分）和器官功能不全評分（Marshall評分）。 MREE采用美國MedGraphics CCM/D 間接能耗測定法（IC法）測定; 同時，CREE由校正Harris-Benedict公式計算得出。 根據入院時APACHE Ⅱ評分，將患者分為2組，即≥20分組（n=8）和lt;20分組（n=13），對不同疾病嚴重程度患者的MREE與CREE進行比較。 結果營養治療1周內患者MREE總的變化趨勢的差異無統計學意義（P=0.625），而CREE總的變化趨勢的差異有統計學意義（Plt;0.001）。 營養治療1周內，患者的CREE〔(1 984.49±461.83) kcal/d〕明顯高于MREE 〔(1 563.88±496.93) kcal/d〕， Plt;0.001，其中營養治療后0、1、2和4 d的MREE均明顯低于相應時間的CREE（Plt;0.01），而其余時間點兩者的差異無統計學意義（Pgt;0.05）。 在營養治療1周內患者APACHEⅡ評分和Marsha Ⅱ評分均呈逐漸下降趨勢，總的變化趨勢的差異均有統計學意義（Plt;0.001）。 在營養治療0~7 d，≥20分組患者的APACHE Ⅱ評分和Marsha Ⅱ評分分別高于lt;20分組患者的APACHE Ⅱ評分和Marsha Ⅱ評分，差異均有統計學意義（Plt;0.05或Plt;0.01）; 2組患者在營養治療1周內，APACHE Ⅱ和Marsha Ⅱ評分均明顯降低，其差異有統計學意義（Plt;0.001）。 營養治療1周內，患者的CREE與APACHE Ⅱ評分（r=0.656，Plt;0.001）和Marsha Ⅱ評分（r=0.608，Plt;0.001）的變化之間呈正相關; 而MREE與APACHE Ⅱ評分（r=-0.045，P=0.563）之間無相關性，但與Marsha Ⅱ評分（r=0.263，P=0.001）成正相關; MREE與CREE的變化趨勢之間無相關性（r=0.064，P=0.408）。 營養治療1周內，APACHE Ⅱ評分≥20分組患者的MREE變化趨勢的差異有統計學意義（P=0.034），而APACHE Ⅱ評分lt;20分組患者的MREE變化趨勢差異無統計學意義（P=0.223）。 營養治療0~7 d，APACHE Ⅱ評分≥20分組患者的MREE與APACHE Ⅱ評分lt;20分組患者的MREE之間比較差異無統計學意義（Pgt;0.05）; APACHE Ⅱ評分≥20分組患者總體CREE〔(1 999.55±37273) kcal/d〕與APACHE Ⅱ評分lt;20分組患者總體CREE〔(1 918.39±375.27) kcal/d〕之間的差異亦無統計學意義（P=0.887）。 APACHE Ⅱ評分≥20組患者除營養治療3和5 d外，其余時間的CREE均明顯高于MREE （Plt;0.05）; 而APACHE Ⅱ評分lt;20組患者僅在營養治療0~2 d的CREE顯著高于MREE（Plt;0.01或Plt;0.05）。 營養治療0~7 d，APACHE Ⅱ 評分≥20分組患者的MREE和CREE分別與APACHE Ⅱ評分lt;20分組患者的MREE和CREE比較，差異均無統計學意義（Pgt;0.05）。 結論基于病情校正的HarrisBenedict公式明顯高估了外科危重癥患者，特別是APACHE Ⅱ評分≥20分患者的靜息能量消耗水平; IC法是評價靜息能量消耗的標準方法。
蛋白質能量消耗是維持性血液透析患者常見的并發癥之一，常引起患者免疫功能降低、貧血加重和心、腦、肺等臟器功能減退，導致生活質量下降，長期生存率降低，病死率增高。該文探討了維持性血液透析患者中蛋白質能量消耗的原因、診斷、評估方法、干預和預防，旨在為評價維持性血液透析患者的營養狀況、早期干預蛋白質能量消耗、改善預后和生活質量提供一定理論依據。
目的在達到撤機標準并接受序貫降低呼吸機參數的機械通氣患者中，比較動態監測能量消耗（EE）的方法與傳統方法（呼吸淺快指數）對于撤機成功率的預測性。方法研究共納入 2018 至 2019 年度重癥醫學科收治的共 93 例機械通氣并符合撤機指征的患者，使用 GE 呼吸機（CARESCAPE R860）的能量代謝監測裝置，通過間接測熱法記錄患者在呼吸機參數遞降過程中，各時相［T1（PSV 20/5），T2（PSV 15/5），T3（PSV 10-5/5），T4（PSV 5/5）］EE 的變化率（δEE，%），比較撤機成功組及失敗組兩組患者間不同時相 δEE 是否存在顯著差異。并通過受試者工作特征（ROC）曲線分析 δEE 對撤機成功率的預測價值。結果共有 36 例患者撤機失敗。成功組和失敗組患者的基礎狀態、疾病類型無顯著差異。兩組患者在 T1 至 T2 時相的 δEE1 無顯著差異［（5.67±2.31）% 比（6.40±1.90）%，P>0.05］，但 T2 至 T3 及 T3 至 T4 時相的 δEE 存在顯著差異［δEE2：（11.35±5.39）% 比（14.21±6.33）%，P<0.05；δEE3：（8.39±3.90）% 比（17.32±9.07）%，P<0.05］。δEE2、δEE3 對患者撤機結果預測的 ROC 曲線下面積均高于呼吸淺快指數［0.83 和 0.75 比 0.64，P<0.05］。結論動態 EE 監測能有效評估及預測機械通氣撤離的成功率，可在臨床上應用于指導撤機過程。